《表2 计算方法的比对:基于人工智能的实时交通流量预测》
从表1可以看到,采用不同算法得到的准确性。本文中使用的数据挖掘算法(DMA)和网络并行算法采用相同编程方法,这是运营商不能实现的。本文将交通路段覆盖范围设定在500m,如表2所示,通过TPO和TIS算法获得的实验结果通常优于DMA和数据定位算法(DLA)高,蜂窝网络算法(CNA)与本文算法在性能方面几乎相同,并且在准确度方面也接近本文的算法。DLA算法无法达到优异的性能,是由于采用此算法时需具备执行车辆。交通路段的人工智能操作将会对车辆重要位置信息产生显著影响,从而会显著干扰预测准确性。DMA可以实现良好的效果,而最关键的一项问题主要体现在车辆经常用于智能交通的许多领域。一般都获得了比较高的算法精度,而TPO这种计算方法一般都高于TIS的预测精度。
图表编号 | XD0061606500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 程健、毛忠峰 |
绘制单位 | 中国电子科技集团第二十八研究所、南京莱斯信息技术股份有限公司、中国电子科技集团第二十八研究所、南京莱斯信息技术股份有限公司 |
更多格式 | 高清、无水印(增值服务) |